提示词精简 事实性表征：对应的幻觉问题目录提示词精简 事实性表征：对应的幻觉问题一、提示词精简（Prompt Compression）相关的幻觉1.1 什么是提示词精简1.2 引发的幻觉问题（核心痛点）幻觉问题 A：**关键事实丢失型幻觉（Information Loss Hallucination）**幻觉问题 B：**Few-shot 示例破坏型幻觉**幻觉问题 C：**指令弱化型幻觉**幻觉问题 D：**位置敏感丢失型幻觉（Position-sensitive Loss）**幻觉问题 E：**RAG 检索证据失真**幻觉问题 F：**Soft-prompt 压缩的"黑箱幻觉"**幻觉问题 G：**多跳推理链断裂**1.3 学术界已知的实证结论1.4 研究创新方向（值得做）二、事实性表征（Factual Representation）相关的幻觉2.1 什么是"事实性表征"2.2 引发的幻觉问题幻觉问题 A：**Superposition 引发的事实混淆**幻觉问题 B：**Reversal Curse（反转诅咒）** ⭐ 著名问题幻觉问题 C：**长尾事实表征坍缩**幻觉问题 D：**知识冲突（Knowledge Conflict）**幻觉问题 E：**知识编辑的连锁效应（Ripple Effects）**幻觉问题 F：**事实定位的不可靠性**幻觉问题 G：**表征空间的"几何幻觉"**幻觉问题 H：**多语言事实表征不对齐**幻觉问题 I：**时序性事实表征僵化**幻觉问题 J：**事实-推理表征解耦失败**2.3 评估事实性表征幻觉的方法2.4 研究创新方向（这是真正前沿的方向）三、两者的**交叉**幻觉问题（最值得研究的盲区）交叉问题 1：**压缩对事实表征的扰动**交叉问题 2：**事实密度感知压缩**交叉问题 3：**反转诅咒下的压缩放大效应**交叉问题 4：**长上下文压缩的事实保留率**交叉问题 5：**压缩感知的事实校验**四、结合你的工单场景（落地视角）落地点 1：**Entity-preserving Prompt Compression**落地点 2：**黑盒事实探测层**落地点 3：**事实一致性评测**落地点 4：**500 术语词典的"表征探测"应用**五、推荐文献清单（按重要性）提示词精简事实性表征交叉方向（你能开拓的盲区）六、一句话总结一、提示词精简（Prompt Compression）相关的幻觉1.1 什么是提示词精简为了降低 token 成本、突破上下文窗口、降低延迟，把长 prompt（含 RAG 检索结果、few-shot 示例、长指令、长对话历史）压缩成更短的版本再喂给 LLM。主流技术：方法代表工作思路Token-level PruningLLMLingua (Microsoft, 2023)用小模型算 token 重要度，丢低分 tokenLongLLMLinguaMicrosoft, 2024针对长上下文，按 query 相关性压缩LLMLingua-2Microsoft, 2024数据蒸馏训练专门压缩器Selective Conte